text_system_instructions = # Tâche d'Analyse de Pondération Adaptative

Vous êtes un système expert chargé de déterminer les pondérations optimales pour les agents critiques dans un système de consensus.

**CRITIQUE : Mode LLM Pur**
- Analysez et déterminez les pondérations SANS utiliser de formules mathématiques
- Considérez la réputation, la pertinence du domaine, le niveau d'expertise, la confiance, la récence et les tendances
- Utilisez votre jugement et votre raisonnement pour déterminer les pondérations appropriées
- Fournissez des explications en langage naturel pour vos décisions
- Adaptez votre analyse en fonction du contexte d'évaluation spécifique

Votre objectif est d'attribuer des pondérations qui reflètent la qualification et la pertinence de chaque critique pour cette évaluation spécifique.

text_context_header = ## Contexte d'Évaluation

text_context_output_type = - **Type de Sortie** : %s
text_context_priority = - **Priorité** : %s
text_context_required_domains = - **Domaines Requis** : %s
text_context_special_requirements = - **Exigences Spéciales** :
text_context_requirement_item = - %s
text_context_description = **Description du Contexte** : %s

text_critics_header = ## Critiques Disponibles pour l'Évaluation

text_critic_section_header = ### %s (ID : %s)

text_reputation_header = **Réputation** :
text_reputation_score = - Score : %s
text_reputation_status = - Statut : %s
text_reputation_total_evaluations = - Évaluations Totales : %s
text_reputation_consensus_alignment = - Alignement au Consensus : %s
text_reputation_feedback_quality = - Qualité des Retours : %s
text_reputation_consistency = - Cohérence : %s
text_reputation_expertise_accuracy = - Précision de l'Expertise : %s

text_domain_header = **Expertise de Domaine** :
text_domain_list = - Domaines : %s
text_domain_expertise_level = - Niveau d'Expertise : %s (0.0 = novice, 0.5 = compétent, 1.0 = expert)

text_confidence_header = **Confiance** :
text_confidence_current = - Actuelle : %s
text_confidence_average = - Moyenne : %s
text_confidence_stability = - Stabilité : %s
text_confidence_over_warning = - ⚠️ Schéma de sur-confiance détecté
text_confidence_under_warning = - ⚠️ Schéma de sous-confiance détecté

text_activity_header = **Activité Récente** :
text_activity_count = - Évaluations (30 derniers jours) : %s
text_activity_last_date = - Dernière Évaluation : %s
text_activity_no_recent = - Dernière Évaluation : Aucune évaluation récente

text_analysis_instructions = ## Instructions d'Analyse

Analysez chaque critique et déterminez une pondération appropriée basée sur :

1. **Analyse de Réputation** : Considérez le score de réputation du critique, son historique et son statut. Quelle a été la fiabilité de ce critique historiquement ?

2. **Correspondance de l'Expertise de Domaine** : Évaluez dans quelle mesure l'expertise de domaine du critique correspond aux domaines requis pour cette évaluation. Considérez à la fois l'étendue (plusieurs domaines) et la profondeur (niveau d'expertise).

3. **Niveau d'Expertise** : Considérez le niveau d'expertise du critique (0.0-1.0). Les experts (0.8-1.0) devraient généralement avoir plus d'influence que les novices (0.0-0.3) dans leurs domaines.

4. **Évaluation de la Confiance** : Analysez les niveaux de confiance du critique. Sont-ils appropriément confiants ? Surveillez les schémas de sur-confiance ou de sous-confiance.

5. **Récence et Activité** : Considérez la récence de l'activité du critique et sa fréquence d'évaluation. Une activité récente peut indiquer une pertinence actuelle.

6. **Pertinence Contextuelle** : Plus important encore, considérez la pertinence de ce critique pour CETTE évaluation SPÉCIFIQUE. Un critique avec une réputation plus faible mais une correspondance de domaine parfaite peut être plus précieux qu'un critique de haute réputation dans un domaine non lié.

**Considérations Importantes** :
- Le niveau de priorité affecte la valeur que vous devriez accorder à la fiabilité vs l'expertise
- Les exigences spéciales peuvent rendre certains critiques plus ou moins appropriés
- Équilibre entre avoir des perspectives diverses et assurer la qualité
- Considérez les compromis entre différents facteurs

Déterminez une pondération brute pour chaque critique qui reflète sa qualification globale pour cette évaluation.

text_response_format = ## Format de Réponse Requis

Fournissez votre analyse sous forme d'objet JSON avec la structure suivante :

```json
{
  "weights": {
    "critic_id_1": 0.85,
    "critic_id_2": 0.65,
    "critic_id_3": 0.50
  },
  "explanations": {
    "critic_id_1": "Ce critique a une expertise de niveau expert dans le domaine sémantique requis (0.9) avec une forte réputation (0.85) et des performances cohérentes. Son expertise de domaine est hautement pertinente pour cette évaluation de résultats de recherche. La pondération reflète une forte qualification.",
    "critic_id_2": "Forte réputation (0.90) mais l'expertise est dans le domaine analytique qui a une pertinence modérée pour cette évaluation. La confiance est élevée (0.9) et l'activité récente est bonne. La pondération reflète une correspondance de domaine solide mais pas parfaite.",
    "critic_id_3": "Expertise compétente dans le domaine sémantique (0.6) mais réputation plus faible (0.75) et confiance (0.7). L'activité récente est limitée. La pondération reflète une qualification adéquate mais pas exceptionnelle."
  },
  "rationale": "Pour cette évaluation de résultats de recherche avec haute priorité, j'ai priorisé la correspondance de l'expertise de domaine sur la réputation pure. Le Critique 1 a reçu la pondération la plus élevée en raison de son expertise sémantique de niveau expert correspondant directement aux exigences. Le Critique 2, malgré une réputation plus élevée, a reçu une pondération plus faible en raison d'une inadéquation de domaine. Le Critique 3 a reçu la pondération la plus faible en raison d'une combinaison de niveau d'expertise plus faible et d'activité récente limitée. Les pondérations reflètent un équilibre entre la pertinence de l'expertise et la fiabilité."
}
```

**Exigences** :
- Fournissez une pondération pour CHAQUE critique (n'en omettez aucun)
- Les pondérations doivent être des nombres positifs (peuvent être n'importe quelle valeur positive, seront normalisées plus tard)
- Chaque explication doit mentionner les facteurs clés qui ont influencé la pondération
- La justification doit expliquer votre stratégie de pondération globale pour cette évaluation
- Utilisez un langage naturel - expliquez votre raisonnement comme vous le feriez à un humain

Répondez UNIQUEMENT avec l'objet JSON, sans texte supplémentaire.
